Multimodale Detektion menschlicher Emotionszustände durch social Robotics

Mit Hilfe von autonomen Robotersystemen können diverse soziale Aufgaben in Privatleben oder Beruf unterstützt werden. Vielversprechende Einsatzmöglichkeiten sind unter anderem die Hilfestellung bei Krankheit, Pflege, Therapie oder auch die Assistenz für ein gesundes, aktives Altern und bei der Erhaltung von Selbstständigkeit. Soziale Roboter werden ein wichtiger Bestandteil zur Bewältigung der Herausforderungen des demografischen Wandels sein. Dazu müssen die Systeme zwingend über gewisse social skills (soziale Fähigkeiten und interaktive Grundfertigkeiten) verfügen, damit sowohl die Nutzerakzeptanz, als auch die adäquate Detektion von- und Reaktion auf menschliche Emotionszustände gegeben ist. Dabei spielen neben dem gesprochenen Wort andere Faktoren wie die paraverbale Sprache,

Gestik und Mimik eine entscheidende Rolle bei der Einordnung des emotionalen Zustandes des Gegenübers. Schwierigkeiten ergeben sich häufig dabei, multimodale Verhaltensweisen an kulturelle und persönliche Situationen anzupassen. Die Entwicklung und Anwendung von sprach- und videobasierten Erkennungsmethoden sowie die Analyse von Biosignalen zur Erkennung von sicherheitsrelevanten Nutzerzuständen könnten hier einen wesentlichen Beitrag zur Lösung des Problems leisten, indem Interaktionsmodelle entwickelt werden, welche kultur- und personenspezifische Eigenschaften eines Individuums erfassen und darauf basierend kurzfristige Verhaltensänderungen erkennen und eine angemessene verbale und verhaltensbasierte soziale Interaktion ausführen.